Laboratorio

Instrucciones: En el GES se encuentra el data set de partidos políticos en Guatemala, con dicha información, ud debe realizar/responder las siguientes preguntas. Puede utilizar cualquier libreria para generar las graficas.

Alumno: Dennis Xiloj Carnet 22006829

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import plotly.express as px
import plotly
from datetime import datetime
from sklearn.linear_model import LinearRegression

plotly.offline.init_notebook_mode()

# leer archvio resultados-electorales-de-los-partidos-politicos-en-guatemala-de-1985-a-2012.xlsx
partidos = pd.read_excel('resultados-electorales-de-los-partidos-politicos-en-guatemala-de-1985-a-2012.xlsx', sheet_name='Fichero')
partidos

	sigla	nombrep	nparticip	e85	e90	e95	e99	e03	e07	e11	...	p07_v	b07_v	n07_v	d07_v	m07_v	p11_v	b11_v	n11_v	d11_v	m11_v
0	AD	Alianza Democrática	1.0	NaN	NaN	NaN	1.0	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
1	ADN	Acción de Desarrollo Nacional	1.0	NaN	NaN	NaN	NaN	NaN	NaN	1.0	...	NaN	NaN	NaN	NaN	NaN	19038.0	NaN	47822.0	44170.0	26138.0
2	ANN	Alternativa Nueva Nación	1.0	NaN	NaN	NaN	NaN	NaN	NaN	1.0	...	NaN	NaN	NaN	NaN	NaN	0.0	NaN	0.0	0.0	5203.0
3	ANN	Alianza Nueva Nación	2.0	NaN	NaN	NaN	NaN	2.0	1.0	NaN	...	19643.0	NaN	42843.0	46359.0	27798.0	NaN	NaN	NaN	NaN	NaN
4	ANP	Alianza Nacional Progresista	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
90	PUA-MEC-FUN	NaN	1.0	3.0	NaN	NaN	NaN	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
91	UD-LV	NaN	1.0	NaN	NaN	NaN	3.0	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
92	UNE-GANA	NaN	1.0	NaN	NaN	NaN	NaN	NaN	NaN	3.0	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	920843.0	846050.0	797254.0
93	URNG-DÍA	Alianza Nueva Nación	1.0	NaN	NaN	NaN	3.0	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
94	VIVA-EG	NaN	1.0	NaN	NaN	NaN	NaN	NaN	NaN	3.0	...	NaN	NaN	NaN	NaN	NaN	275475.0	NaN	336623.0	240551.0	121387.0

95 rows × 96 columns

# Agregar columnas de fundacion, cancelacion y vigencia (sirven a lo largo del laboratorio)

# algunos partidos registran su fundacion como 99 y cancelacion como 99, asumimos que su rango entonces es 1999-1999
partidos[partidos['fund'] == '99'] = '1999-1999'

# obtener rangos de años de fundacion y cancelacion
partidos['fundacion'] = partidos['fund'].str.rsplit('-', expand=True)[0]
partidos['fundacion'] = pd.to_numeric(partidos['fundacion'], errors='coerce')

# la cancelacion tambien esta marcada como 99 cuando deberia ser 1999
partidos[partidos['cancel'] == '99'] = '1999'

# marcar los vigentes
partidos['vigente'] = partidos['cancel'] == 'Vigente'

# obtener cancelacion 
partidos['cancelacion'] = pd.to_numeric(partidos['cancel'], errors='coerce')

# prevenir errores por fragmentacion:
partidos = partidos.copy(deep=True)
partidos

	sigla	nombrep	nparticip	e85	e90	e95	e99	e03	e07	e11	...	d07_v	m07_v	p11_v	b11_v	n11_v	d11_v	m11_v	fundacion	vigente	cancelacion
0	AD	Alianza Democrática	1.0	NaN	NaN	NaN	1.0	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	1997.0	False	2000.0
1	ADN	Acción de Desarrollo Nacional	1.0	NaN	NaN	NaN	NaN	NaN	NaN	1.0	...	NaN	NaN	19038.0	NaN	47822.0	44170.0	26138.0	2009.0	False	2012.0
2	ANN	Alternativa Nueva Nación	1.0	NaN	NaN	NaN	NaN	NaN	NaN	1.0	...	NaN	NaN	0.0	NaN	0.0	0.0	5203.0	2009.0	True	NaN
3	ANN	Alianza Nueva Nación	2.0	NaN	NaN	NaN	NaN	2.0	1.0	NaN	...	46359.0	27798.0	NaN	NaN	NaN	NaN	NaN	1997.0	False	2008.0
4	ANP	Alianza Nacional Progresista	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	False	99.0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
90	PUA-MEC-FUN	NaN	1.0	3.0	NaN	NaN	NaN	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	False	NaN
91	UD-LV	NaN	1.0	NaN	NaN	NaN	3.0	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	False	NaN
92	UNE-GANA	NaN	1.0	NaN	NaN	NaN	NaN	NaN	NaN	3.0	...	NaN	NaN	NaN	NaN	920843.0	846050.0	797254.0	NaN	False	NaN
93	URNG-DÍA	Alianza Nueva Nación	1.0	NaN	NaN	NaN	3.0	NaN	NaN	NaN	...	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	False	NaN
94	VIVA-EG	NaN	1.0	NaN	NaN	NaN	NaN	NaN	NaN	3.0	...	NaN	NaN	275475.0	NaN	336623.0	240551.0	121387.0	NaN	False	NaN

95 rows × 99 columns

1. Realice una función que permita graficar el resumen de votos obtenidos de un partido desde su fundación.

def grafica_votos_por_partido(partido):
    """Funcion para graficar los votos por cada año del partido, acepta la sigla del partido como parametro"""
    # años electorales
    años = [1985, 1990, 1995, 1999, 2003, 2007, 2011]

    # crear el dataframe
    partidos_i = partidos.set_index('sigla')  # referenciamos cada fila por su sigla 
    data = {
        'tipo': ['Presidente', 'Balotaje', 'Diputados lista nacional', 'Diputados distritales', 'Alcalde'],
    }

    # usar solo los años mayores al año de fundacion
    fundacion = partidos_i.loc[partido, 'fundacion']
    for año in [a for a in años if a >= fundacion]:
        # por cada año se obtienen los votos de cada tipo
        data[año] = [
            partidos_i.loc[partido, 'p' + str(año)[-2:] + '_v'],
            partidos_i.loc[partido, 'b' + str(año)[-2:] + '_v'],
            partidos_i.loc[partido, 'n' + str(año)[-2:] + '_v'],
            partidos_i.loc[partido, 'd' + str(año)[-2:] + '_v'],
            partidos_i.loc[partido, 'm' + str(año)[-2:] + '_v']
        ]
    # compilar todo en un dataframe
    votos_partido = pd.DataFrame(data)

    # graficar
    fig = px.line(
        votos_partido.set_index('tipo').T, title=f'Historico del votos del partido {partido}',
        labels={'value': 'Votos', 'index': 'Año', 'tipo': 'Tipo de voto'}
    )
    fig.show()

# probar la funcion
grafica_votos_por_partido('PAN')
grafica_votos_por_partido('FRG')
grafica_votos_por_partido('GANA')

2. Realice una gráfica de la cantidad de partidos políticos en Guatemala desde 1985 al 2011

Según se ve en la data, no todos los partidos llegan a inscribirse formalmente, pero todos tienen un rango de años en el que fueron fundados, asumimos que en ese rango el año incial es el año de formación y que el partido dura hasta que se tiene registro de su cancelación.

# obtener la cantidad de partidos politicos por cada año desde 1985 hasta 2011 a partir de su año de fundacion y cancelacion
años = range(1985, 2012)

# sumar los totales activos por cada año
total = []
for año in años:
    total.append((
        (partidos['fundacion'] <= año) & 
        (partidos['vigente'] | (año <= partidos['cancelacion']))
    ).sum().sum())

# crear el dataset
partidos_por_año = pd.DataFrame({'Año': años, 'Total': total})
display(partidos_por_año.head())
px.line(partidos_por_año, x='Año', y='Total', title='Cantidad de partidos politicos en Guatemala entre 1985-2011').show()

	Año	Total
0	1985	6
1	1986	33
2	1987	33
3	1988	33
4	1989	33

3. Realice una gráfica de la cantidad de votantes por cada elección presidencial.

No tenemos un dato exacto del total de votantes sino solo los votos obtenidos por cada partido.

Aproximaremos el dato asumiendo que no hay votos nulos para el cargo de presidente en cada elección.

# obtener los votos por año para presidente
votos = partidos[['p85_v', 'p90_v', 'p95_v', 'p99_v', 'p03_v', 'p07_v', 'p11_v']]\
    .rename(columns={'p85_v': '1985', 'p90_v': '1990', 'p95_v': '1995', 'p99_v': '1999', 'p03_v': '2003', 'p07_v': '2007', 'p11_v': '2011'})
votos = votos.sum()

# graficar
fig = px.line(votos, title='Total de votos no-nulos para presidente por año electoral en Guatemala', labels={'value': 'Votos', 'index': 'Año'})
fig.update_layout(showlegend=False)
fig.show()
    

4. Realice una gráfica que represente la cantidad de escaños para un partido en específico desde que este fue fundado.

partido = 'UNE'

# escaños nacionales
escaños_nac = partidos[partidos['sigla'] == partido][['n85_e', 'n90_e', 'n95_e', 'n99_e', 'n03_e', 'n07_e', 'n11_e']]\
    .rename(columns={'n85_e': 1985, 'n90_e': 1990, 'n95_e': 1995, 'n99_e': 1999, 'n03_e': 2003, 'n07_e': 2007, 'n11_e': 2011})
escaños_nac = escaños_nac.T.rename(columns=lambda x: 'nacionales')

# escaños distritales
escaños_dist = partidos[partidos['sigla'] == partido][['d85_e', 'd90_e', 'd95_e', 'd99_e', 'd03_e', 'd07_e', 'd11_e']]\
    .rename(columns={'d85_e': 1985, 'd90_e': 1990, 'd95_e': 1995, 'd99_e': 1999, 'd03_e': 2003, 'd07_e': 2007, 'd11_e': 2011})
escaños_dist = escaños_dist.T.rename(columns=lambda x: 'distritales')

# unir ambos dataframes
escaños = escaños_dist.join(escaños_nac)
escaños.fillna(0, inplace=True)

# filtrar solo por los años despues de la fundacion
escaños = escaños.loc[escaños.index >= partidos.set_index('sigla').loc[partido, 'fundacion']]

# graficar
px.bar(
    escaños,
    x=escaños.index,
    y=['nacionales', 'distritales'],
    title='Total de escaños legislativos por año electoral en Guatemala para el partido ' + partido,
    labels={'variable': 'Escaños', 'value': 'cantidad', 'index': 'Año'},
)

5. Basado en la pregunta anterior, realice una función que se pueda utilizar para cualquier partido político.

def graficar_escaños(partido):
    # escaños nacionales
    escaños_nac = partidos[partidos['sigla'] == partido][['n85_e', 'n90_e', 'n95_e', 'n99_e', 'n03_e', 'n07_e', 'n11_e']]\
        .rename(columns={'n85_e': 1985, 'n90_e': 1990, 'n95_e': 1995, 'n99_e': 1999, 'n03_e': 2003, 'n07_e': 2007, 'n11_e': 2011})
    escaños_nac = escaños_nac.T.rename(columns=lambda x: 'nacionales')

    # escaños distritales
    escaños_dist = partidos[partidos['sigla'] == partido][['d85_e', 'd90_e', 'd95_e', 'd99_e', 'd03_e', 'd07_e', 'd11_e']]\
        .rename(columns={'d85_e': 1985, 'd90_e': 1990, 'd95_e': 1995, 'd99_e': 1999, 'd03_e': 2003, 'd07_e': 2007, 'd11_e': 2011})
    escaños_dist = escaños_dist.T.rename(columns=lambda x: 'distritales')

    # unir ambos dataframes
    escaños = escaños_dist.join(escaños_nac)
    escaños.fillna(0, inplace=True)

    # filtrar solo por los años despues de la fundacion
    escaños = escaños.loc[escaños.index >= partidos.set_index('sigla').loc[partido, 'fundacion']]

    # graficar
    px.bar(
        escaños,
        x=escaños.index,
        y=['nacionales', 'distritales'],
        title='Total de escaños legislativos por año electoral en Guatemala para el partido ' + partido,
        labels={'variable': 'Escaños', 'value': 'cantidad', 'index': 'Año'},
    ).show()


graficar_escaños('PAN')
graficar_escaños('FRG')

6. Que probabilidad tiene los partidos políticos de ganar las elecciones, después de haber participado en mínimo 2 elecciones.

# partidos ganadores en cada año (https://es.wikipedia.org/wiki/Anexo:Presidentes_de_Guatemala)
ganadores = {
    'DCG': 1985,
    'MAS': 1990,
    'PAN': 1995,
    'FRG': 1999,
    'GANA': 2003,
    'UNE': 2007,
    'PP': 2011,
}

partidos_ganadores = partidos[partidos['sigla'].isin(ganadores.keys())]\
    [['sigla', 'e85', 'e90', 'e95', 'e99', 'e03', 'e07', 'e11', 'p85_v', 'p90_v', 'p95_v', 'p99_v', 'p03_v', 'p07_v', 'p11_v']]

# eliminar el partido duplicado en la fila 57 ya que no es ganador
partidos_ganadores = partidos_ganadores.drop(57)

# agregar la columna del año ganador
partidos_ganadores.set_index('sigla', inplace=True)
partidos_ganadores['año_gana'] = pd.Series(ganadores)
partidos_ganadores.reset_index(inplace=True)

partidos_ganadores

	sigla	e85	e90	e95	e99	e03	e07	e11	p85_v	p90_v	p95_v	p99_v	p03_v	p07_v	p11_v	año_gana
0	DCG	1.0	1.0	1.0	2.0	1.0	1.0	NaN	648793.0	271287.0	0.0	NaN	43105.0	16470.0	NaN	1985
1	FRG	NaN	2.0	1.0	1.0	1.0	1.0	2.0	NaN	NaN	341364.0	1044720.0	535136.0	239174.0	NaN	1999
2	GANA	NaN	NaN	NaN	NaN	NaN	1.0	2.0	NaN	NaN	NaN	NaN	NaN	565017.0	NaN	2003
3	MAS	NaN	1.0	NaN	NaN	NaN	NaN	NaN	NaN	375117.0	NaN	NaN	NaN	NaN	NaN	1990
4	PAN	NaN	1.0	1.0	1.0	1.0	1.0	1.0	NaN	268766.0	565393.0	663366.0	225703.0	83169.0	123648.0	1995
5	PP	NaN	NaN	NaN	NaN	1.0	1.0	1.0	NaN	NaN	NaN	NaN	0.0	771811.0	1611493.0	2011
6	UNE	NaN	NaN	NaN	NaN	1.0	1.0	2.0	NaN	NaN	NaN	NaN	707635.0	926236.0	NaN	2007

def calc_participaciones(x):
    """Funcion para calcular las participaciones previas de cada partido antes de ganar"""
    gano_en = ganadores[x['sigla']]
    count = 0
    for año in ganadores.values():
        if x['e' + str(año)[-2:]] == 1:
            count += 1
        if año >= gano_en:
            break
    return count

partidos_ganadores['part_prev'] = partidos_ganadores.apply(calc_participaciones, axis=1)
partidos_ganadores

	sigla	e85	e90	e95	e99	e03	e07	e11	p85_v	p90_v	p95_v	p99_v	p03_v	p07_v	p11_v	año_gana	part_prev
0	DCG	1.0	1.0	1.0	2.0	1.0	1.0	NaN	648793.0	271287.0	0.0	NaN	43105.0	16470.0	NaN	1985	1
1	FRG	NaN	2.0	1.0	1.0	1.0	1.0	2.0	NaN	NaN	341364.0	1044720.0	535136.0	239174.0	NaN	1999	2
2	GANA	NaN	NaN	NaN	NaN	NaN	1.0	2.0	NaN	NaN	NaN	NaN	NaN	565017.0	NaN	2003	0
3	MAS	NaN	1.0	NaN	NaN	NaN	NaN	NaN	NaN	375117.0	NaN	NaN	NaN	NaN	NaN	1990	1
4	PAN	NaN	1.0	1.0	1.0	1.0	1.0	1.0	NaN	268766.0	565393.0	663366.0	225703.0	83169.0	123648.0	1995	2
5	PP	NaN	NaN	NaN	NaN	1.0	1.0	1.0	NaN	NaN	NaN	NaN	0.0	771811.0	1611493.0	2011	3
6	UNE	NaN	NaN	NaN	NaN	1.0	1.0	2.0	NaN	NaN	NaN	NaN	707635.0	926236.0	NaN	2007	2

# agregar columna de sigla (año ganador) para graficar
partidos_ganadores['sigla_gana'] = partidos_ganadores["sigla"] + " (" + partidos_ganadores["año_gana"].astype(str) + ")"

# graficar partidos ganadores por año vs participaciones previas
fig = px.bar(
    partidos_ganadores[['sigla_gana', 'part_prev']], x='sigla_gana', y='part_prev', 
    title='Participaciones previas de los partidos antes de ganar',
    labels={'sigla_gana': 'Partido (año en que ganó)', 'part_prev': 'Participaciones previas'}
)
fig.add_annotation(x='GANA (2003)', y=0, text='GANA sin registros en 2003')

# RESPUESTA
prob = (partidos_ganadores['part_prev'] >= 2).sum() / len(partidos_ganadores['part_prev']) * 100
print(f'Probabilidades de ganar despues de participar por al menos 2 candidaturas: {prob:.2f}%')

Probabilidades de ganar despues de participar por al menos 2 candidaturas: 57.14%

8. Que probabilidad existe que en las elecciones del 2015 se creen nuevos partidos políticos.

# fundacion de partidos politicos por año
fundaciones = partidos[['sigla', 'fundacion']].groupby('fundacion').count()
fundaciones.reset_index(inplace=True)
fundaciones.rename(columns={'sigla': 'cantidad'}, inplace=True)

# regresion lineal de la cantidad de fundaciones por año
X = fundaciones['fundacion'].values.reshape(-1, 1)
Y = fundaciones['cantidad'].values.reshape(-1, 1)

# regressonr
linear_regressor = LinearRegression()  # create object for the class
linear_regressor.fit(X, Y)  # perform linear regression

# agregar una fila para el año 2015
fundaciones.loc[11] = [2015, None]

# agregar una dimensión de predicciones
fundaciones['prediccion'] = linear_regressor.predict(fundaciones['fundacion'].values.reshape(-1, 1))

# plot
px.line(fundaciones, x='fundacion', y=['cantidad', 'prediccion'], title='Cantidad de partidos politicos fundados por año en Guatemala', markers=True)

Respuesta: en base a una regresión lineal básica, para el 2015 sí deberían fundarse nuevos partidos políticos.

9. Realice una grafica que represente el modo de participación de los partidos un partido politico desde su fundación.

# datos para el plot
participaciones = partidos[['sigla', 'e85', 'e90', 'e95', 'e99', 'e03', 'e07', 'e11']]
participaciones = participaciones.copy(deep=True)

# map de los valores numericos a categoricos 1 = todas, 2 = diputados o municipales, 3 = alianza
participaciones['1985'] = participaciones['e85'].map({1: 'Todas', 2: 'Legislativas o municipales', 3: 'Alianza'})
participaciones['1990'] = participaciones['e90'].map({1: 'Todas', 2: 'Legislativas o municipales', 3: 'Alianza'})
participaciones['1995'] = participaciones['e95'].map({1: 'Todas', 2: 'Legislativas o municipales', 3: 'Alianza'})
participaciones['1999'] = participaciones['e99'].map({1: 'Todas', 2: 'Legislativas o municipales', 3: 'Alianza'})
participaciones['2003'] = participaciones['e03'].map({1: 'Todas', 2: 'Legislativas o municipales', 3: 'Alianza'})
participaciones['2007'] = participaciones['e07'].map({1: 'Todas', 2: 'Legislativas o municipales', 3: 'Alianza'})
participaciones['2011'] = participaciones['e11'].map({1: 'Todas', 2: 'Legislativas o municipales', 3: 'Alianza'})

participaciones

	sigla	e85	e90	e95	e99	e03	e07	e11	1985	1990	1995	1999	2003	2007	2011
0	AD	NaN	NaN	NaN	1.0	NaN	NaN	NaN	NaN	NaN	NaN	Todas	NaN	NaN	NaN
1	ADN	NaN	NaN	NaN	NaN	NaN	NaN	1.0	NaN	NaN	NaN	NaN	NaN	NaN	Todas
2	ANN	NaN	NaN	NaN	NaN	NaN	NaN	1.0	NaN	NaN	NaN	NaN	NaN	NaN	Todas
3	ANN	NaN	NaN	NaN	NaN	2.0	1.0	NaN	NaN	NaN	NaN	NaN	Legislativas o municipales	Todas	NaN
4	ANP	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
90	PUA-MEC-FUN	3.0	NaN	NaN	NaN	NaN	NaN	NaN	Alianza	NaN	NaN	NaN	NaN	NaN	NaN
91	UD-LV	NaN	NaN	NaN	3.0	NaN	NaN	NaN	NaN	NaN	NaN	Alianza	NaN	NaN	NaN
92	UNE-GANA	NaN	NaN	NaN	NaN	NaN	NaN	3.0	NaN	NaN	NaN	NaN	NaN	NaN	Alianza
93	URNG-DÍA	NaN	NaN	NaN	3.0	NaN	NaN	NaN	NaN	NaN	NaN	Alianza	NaN	NaN	NaN
94	VIVA-EG	NaN	NaN	NaN	NaN	NaN	NaN	3.0	NaN	NaN	NaN	NaN	NaN	NaN	Alianza

95 rows × 15 columns

def forma_participacion(partido):
    data = participaciones[participaciones['sigla'] == partido][['sigla', '1985', '1990', '1995', '1999', '2003', '2007', '2011']]
    data.set_index('sigla', inplace=True)
    data = data.T
    data.reset_index(inplace=True)

    fig = px.scatter(
        data,
        x='index',
        y=partido,
        title='Tipos de participaciones electorales en Guatemala por año del partido ' + partido,
        labels={'index': 'Año electoral', partido: 'Tipo de participacion'},
    )
    fig.update_traces(marker=dict(size=20))
    fig.show()

forma_participacion('FRG')
forma_participacion('PAN')
forma_participacion('GANA')